Skip to content

返回学习路线

更新与再生单元验收题及解答 ​

情境与交付要求 ​

每次维修结束后设备重新开机。各周期独立同分布,工作时长 A 服从速率 α>0 的指数分布,维修时长固定为 b>0,两者均用小时计。每单位工作时间的净产出为 r,每次维修另花费 c。请明确周期起点、计数、时间收益、随机观察机制以及所有矩条件。

推导应能解释:周期数何时计入;周期收益与长度是否需要独立;为何固定时刻工作概率的极限与时间可用率在这里相同;随机观察的剩余周期长度为何不是平均周期的一半;若把工作时长也改成固定值,哪些结论仍成立、哪些需修改。

周期和长期收益 ​

周期从一次开机到下一次开机,长度 C=A+b,均值 μ=1/α+b。已完成更新数 N(t) 不包含零时刻,也不包含尚未完成的周期。由更新强大数定律,

N(t)t⟶1μ=11/α+b几乎必然,

单位是每小时完成的周期数。

工作时间是周期收益 A,所以长期可用率为 EA/EC=1/(1+αb)。净收益为 rA−c,长期净收益率为

rEA−cEC=r/α−c1/α+b.

A 和 C 显然相关;定理要求的是不同周期向量独立,不要求周期内这两个量独立。未完成周期的工作时间不超过周期长度,有限 EC 控制了时间平均的末尾误差。

确定时刻的工作概率 ​

令 p(t) 表示从零时刻开机后,时刻 t 正常工作的概率。首次周期分解给出

p(t)=P(A>t)+∫(0,t]p(t−s)dFC(s).

C 是平移后的连续分布,故非格点;g(t)=e−αt 非负、递减、可积。关键更新定理因此给出 p(t)→EA/EC。这里多检查的非格点条件,是从时间平均走到固定时刻分布所需的一步。

随机观察的剩余周期 ​

在平稳的随机时间观察下,剩余周期 R 的尾概率为 E(C−x)+/μ。若 0≤x<b,所有周期都长于 x,所以 P(R>x)=(μ−x)/μ;若 x≥b,指数尾积分给出

P(R>x)=e−α(x−b)1+αb.

两段在 x=b 连续,x=0 处等于一。这两项端点检查可以发现遗漏平衡归一化常数的错误。

二阶矩为 EC2=2/α2+2b/α+b2。因此

ER=EC22EC=2/α2+2b/α+b22(1/α+b)=μ2+12α2μ.

第二项严格为正,反映工作寿命的随机波动。这个 R 是到下一次开机的剩余时间,不是“若此刻故障,还需维修多久”,也不是只在工作时刻条件抽样的剩余工作寿命。

确定周期反例 ​

若改成 A≡a>0,则 C≡a+b。长期更新率 1/(a+b)、时间可用率 a/(a+b)、净收益率 (ra−c)/(a+b) 都成立。平稳观察可通过均匀随机相位实现,ER=(a+b)/2。

可是从零相位启动时,工作概率是周期方波,没有逐时刻极限;长度小于周期的移动窗口更新数也保留相位。此时不能直接使用非格点 Blackwell 或关键更新定理。周期报酬的时间平均与固定时刻的边缘概率,是两个不同的极限问题。

可操作的通过标准 ​

  • 写出 C,Sn,N(t) 并说明两个端点约定
  • 给出三个正确且带单位含义的长期比值,并指出周期内相关不妨碍定理
  • 由首次周期分解得到 p(t) 的方程,逐项核验关键更新定理条件
  • 独立推导 R 的分段尾分布,并由二阶矩或尾积分得到同一个 ER
  • 在确定周期反例中分别标出时间平均、平稳初始化与固定起点逐时刻极限
  • 若一般周期只有有限一阶矩而二阶矩无穷,能指出更新率仍可有限而 ER=∞

参考材料见单元十篇正文各自的教材链接;本题的符号模型与分段计算为本单元推导。